基于深度学习的医学实体和关系联合抽取研究综述

摘要： 命名实体识别与关系抽取作为医学领域信息抽取的核心任务，能够从非结构化或半结构化的文本中自动识别实体边界、实体类型以及实体之间的关系。不仅能够促进知识的发现与整合，应用于临床决策，加强药物的发现和再利用，还可以助力公共卫生监测和疾病预防。回顾了实体识别和关系抽取的发展历程，介绍了常用评价指标和医学领域实体关系联合抽取数据集，指出目前联合抽取领域存在医学文本结构比较复杂、实体关系重... （共14页）